Aplicação da Regressão de Poisson e Logística para Dados de Internamento de Pacientes com COVID-19 no Hospital Universitário Agostinho Neto

Abstract

Os estudos apresentados nesta dissertação resultam da necessidade de encontrar respostas para os diferentes desa fios identi cados no internamento da COVID-19 do Hospital Univérsitario Agostinho Neto(HUAN), com foco na identi cação dos fatores associados à morte e o número de dias de internamento dos pacientes internados com COVID-19. Foram abordadas diferentes análises estatísticas para desenvolver modelos explicativos e de análise, com a utilização do Software RStudio. Para resumir as principais características da base de dados realizou-se uma análise exploratória dos dados. Foram explorados modelos de Regressão de Poisson que permitiram modelar os dias de internamento, obtendo as variáveis com maior relevância estatísca no modelo. Adistribuição de Poisson é uma referência para os modelos de regressão para dados de contagem, no entanto, a restrição de equidispersão, isto é, o valor esperado e a variância condicional são iguais, não representa comprecisão os dados reais. Para o estudo dos óbitos, foi utilizada uma análise de Regressão Logística, que é uma técnica para mineração de dados de resposta binária, que possibilita a estimação da probabilidade de ocorrência de eventos. Este é um tipo de modelo linear generalizado que utiliza a função de ligação logit. Foram discutidos métodos da avaliação do modelo ajustado, bem como a averiguação das suposições e avaliação dos fatores que contribuíram para a morte dos pacientes. No sentido de escolher o melhor modelo realizou-se a comparação através do teste de verossimilhança e do AIC.